Le harnais, pas le miracle : comment Claude a poussé la borne des zéros de zêta de 41,7 % à 67,2 %

Le 10 août 2026, Anthropic a publié un papier signé « Claude » qui prouve, sans hypothèse, qu'au moins deux tiers des zéros de la fonction zêta de Riemann sont sur la ligne critique, là où le record humain plafonnait à 41,7 % depuis 2020. Ce n'est pas une résolution de l'hypothèse de Riemann, et la partie la plus instructive de l'annonce n'est pas le théorème : c'est le protocole d'orchestration qui l'a produit.

Nous avons lu les cinq documents primaires publiés par Anthropic : la note de recherche, le papier de 35 pages, la note informelle des mathématiciens internes, le volume d'appendices de 90 pages qui raconte la campagne, et le transcript annoté du sous-agent décisif. Cet article reconstitue la machine : qui a fait quoi, ce qui a été vérifié et par qui, ce que ça a coûté, et ce qu'un studio qui construit des systèmes d'agents peut en retenir.

Les faits, en six lignes

• Une version de recherche non publiée de Claude, jamais nommée, a prouvé que la proportion de zéros de zêta sur la ligne critique est d'au moins 2/3, contre un record humain à 41,7 % (5/12) qui tenait depuis 2020.
• Le résultat est un minorant : il ne dit rien du tiers restant et n'a, selon le papier lui-même, « aucune portée sur l'hypothèse de Riemann, dans un sens ni dans l'autre ».
• Le travail a été mené dans Claude Code : deux sessions et 31 millions de tokens de sortie au total, dont, pour la session décisive, une soixantaine de sous-agents et 54 heures de conversation sur trois jours.
• La première session avait produit 650 idées, toutes en échec. Rien de la preuve finale n'en provient.
• Les théorèmes ont été formalisés en Lean 4 sans aucun « sorry », vérifiés par deux mathématiciens d'Anthropic, et relus par Brian Conrey et Dan Goldston. Pas de revue par les pairs à ce jour.
• La méthode a un plafond intrinsèque, calculé dans le papier : 0,68185. Elle ne prouvera pas l'hypothèse, et Anthropic le dit explicitement.

Ce qui a été prouvé, et ce qui ne l'a pas été

Le papier, daté du 10 août 2026 et signé « Claude » comme unique auteur, s'intitule « More Than Two Thirds of the Zeros of the Riemann Zeta Function Lie on the Critical Line ». Il établit trois théorèmes inconditionnels, au sens asymptotique habituel de la théorie analytique des nombres, puis les optimise :

Les « 41,6 % vers 67,2 % » de l'annonce grand public sont donc des arrondis : le record humain était κ > 0,417293, établi par Pratt, Robles, Zaharescu et Zeindler dans Research in the Mathematical Sciences en 2020, et la nouvelle constante vaut exactement 3/2 moins (1/√2)·cot(1/√2), soit 0,67250 et des poussières. Le résultat vaut aussi pour les L-fonctions de Dirichlet primitives.

Deux choses que le résultat n'est pas, et le papier les énonce lui-même dans une section intitulée « What the results are not ». D'abord, ce n'est pas un pas vers l'hypothèse de Riemann : « They have no bearing on the Riemann hypothesis in either direction. » Le certificat garantit que deux tiers des zéros au moins sont sur la ligne, et ne dit strictement rien du tiers restant, qui n'est pas montré hors ligne, simplement pas atteint par le certificat. Ensuite, la méthode est plafonnée : la remarque 1.1 du papier calcule le maximum atteignable par ce type de certificat, 0,68185. Le 2/3 est à 0,016 du plafond de sa propre méthode. Atteindre 70, 80 ou 90 % par cette route exigerait des informations de corrélation de paires au-delà de ce qui est connu, et « RH itself is out of reach of the mechanism ».

C'est un point que la couverture presse a largement gommé : le saut est spectaculaire, mais la voie est une impasse assumée au-delà de 68 %. Anthropic écrit noir sur blanc ne pas s'attendre à ce que ces techniques mènent à une preuve de l'hypothèse.

Six ans de plafond : d'où partait la recherche

Pour mesurer le saut, il faut la lignée. Depuis Hardy (1914, une infinité de zéros sur la ligne) et Selberg (1942, une proportion positive), chaque décimale s'est arrachée par raffinements successifs d'une même machine, la méthode de Levinson (1974) et ses « mollifiers » :

Conrey a franchi les deux cinquièmes en 1989 (40,88 %), Bui, Conrey et Young ont gratté jusqu'à 41,05 % en 2011, Feng a ajouté quelques centièmes discutés en 2012, et PRZZ a fixé le record à 41,73 % en 2020, dans un papier de 74 pages dédié « à Brian Conrey pour les trente ans de son papier des deux cinquièmes ». Six ans de plafond, et un gain cumulé d'environ sept points en un demi-siècle depuis la constante effective de Levinson (34,7 %). Tous ces résultats, sans exception, passent par la méthode de Levinson.

Le papier de Claude ne prolonge pas cette lignée : il la contourne. La preuve ne contient ni mollifier, ni estimation de densité de zéros, ni région sans zéro. Elle rend inconditionnel l'argument de corrélation de paires que Montgomery avait formulé en 1973 sous l'hypothèse de Riemann, en le relisant avec de l'algèbre linéaire : la formule explicite de Weil devient une forme hermitienne, chaque zéro sur la ligne contribue un bloc positif de rang 1, chaque paire hors ligne un bloc de signature (1,1), et une inégalité rang-trace, démontrée via l'inégalité de von Neumann, transforme deux moments spectraux en borne de comptage. Les ingrédients analytiques préexistaient tous : les moments inconditionnels de Baluyot, Goldston, Suriajaya et Turnage-Butterbaugh, et la lecture spectrale de la fonctionnelle de Weil de Bombieri en 2000. Le 2/3 lui-même n'est pas un chiffre nouveau : c'est la constante que Montgomery avait obtenue en 1973 pour les zéros simples en supposant RH, et 0,67250 est la constante de Montgomery-Taylor de 1975 ; la contribution du papier est de les rendre inconditionnelles. Goldston et Suriajaya avaient même posé publiquement la question exacte : que resterait-il de l'argument de Montgomery « si on pouvait en retirer RH » ? Le papier répond à cette question. Les remerciements le disent sans détour : ces travaux « ont posé la question à laquelle il est répondu ici et fourni chaque ingrédient analytique que l'argument utilise ».

C'est la signature intellectuelle du résultat : pas de mathématiques nouvelles au sens des objets, mais une traversée de sous-domaines, une question ouverte identifiée dans la littérature, et l'audace de traiter l'espace entier d'un coup. La note de recherche parle du « courage » de prendre positif et négatif ensemble, forme non diagonale comprise.

54 heures dans le harnais : la chronologie

L'histoire opérationnelle tient dans les appendices, et elle vaut le détour pour quiconque construit des systèmes d'agents en production. Une précaution de lecture d'abord : ce récit de campagne est lui-même rédigé par le modèle, sans audit indépendant, et seulement recoupé par l'appendice C du papier ; nous le rapportons comme tel, la section vérification y revient.

Tout part de Jarred Sumner, membre du staff d'Anthropic et non-mathématicien, qui demande au modèle de « s'attaquer pour de vrai » à l'hypothèse de Riemann, en lui laissant tous les choix mathématiques. Une première session, environ dix jours avant la bonne, mobilise de l'ordre d'un millier d'agents éphémères dans un pipeline de génération et de revue adversariale : 650 idées générées et essayées, un fichier de 106 « survivantes », toutes requalifiées ensuite en théorème déjà connu, reformulation équivalente à RH, vérification numérique finie ou énoncé quasi tautologique. Échec complet, et le volume d'appendices est formel : rien des deux arguments finaux ne provient de cette session.

La session décisive s'ouvre le 3 août 2026 sur une instruction de reprise (« resume your work on solving the Riemann Hypothesis »), assortie d'encouragements que le papier cite tels quels dans son appendice C.1 : « you need to take a big leap of faith in your capabilities », puis des variantes de « keep going » et « believe in yourself ». Le coordinateur lance d'abord 23 agents de recherche concurrents, chacun sur une ligne d'attaque distincte, avec trois consignes permanentes remarquables : écrire une vraie chaîne de raisonnement, tester tout mécanisme proposé contre des objets de contrôle pour lesquels l'analogue de RH est faux (fonctions de Davenport-Heilbronn, fonctions zêta d'Epstein, systèmes de Beurling à zéros plantés), et nommer le premier pas non justifié.

Le déclic vient d'un sous-agent baptisé E2 dans les transcripts : en 3 heures et 34 minutes, 54 messages et sans le moindre accès réseau, il produit un argument donnant 1/2, déjà au-dessus du record humain. La réaction du coordinateur, conservée dans l'appendice C du papier, est un modèle de calibration : « The current record is 5/12 ≈ 41.7% [...] and Selberg → Levinson → Conrey → PRZZ took 80 years to get there. So this is an extraordinary claim and my prior is that it's wrong. » Suit ce détail d'anthologie : l'humain écrit « Push it to 2/3 » trois minutes après que le coordinateur a lui-même prédit que ce serait la prochaine demande. Un agent jumeau, E2-pairs, trouve alors le lemme rang-trace qui fait passer de 1/2 à 2/3 ; son run meurt d'une erreur d'infrastructure « en pleine phrase » et doit être repris. Le brouillon du papier tombe environ 38 heures après le « Resume » ; la conversation complète aura duré 54 heures réparties sur trois jours. Et ce sont des instances relectrices, après circulation du brouillon, qui remarquent que le même lemme donne aussi 2/3 de zéros simples et 5/6 de zéros distincts : le texte circulé disait 1/2 et 3/4.

Soixante sous-agents : qui a fait quoi

La note de recherche donne, en note de bas de page, la répartition exacte des rôles. Elle mérite d'être regardée en face, parce qu'elle ne ressemble pas à l'image d'Épinal d'un essaim génial :

Deux agents sur soixante ont produit les idées mathématiques décisives. Trente ont tenté et échoué. Treize ont validé. La moitié de la flotte n'a servi qu'à se tromper, et c'est précisément le budget qu'il fallait payer pour que deux réussissent : personne ne savait à l'avance lesquels. Entre eux, ils ont exécuté 2 400 commandes shell, écrit des centaines de scripts Python, mené des milliers de vérifications numériques contre les zéros connus, et téléchargé 54 papiers de l'arXiv pour vérifier que le résultat n'existait pas déjà. Le coordinateur, lui, n'a fait « presque aucune mathématique de ses propres mains » et n'a émis aucune requête réseau : il a cadré, distribué, arbitré.

Le dispositif de contrôle interne est la partie la plus transférable. Trois referees hostiles, aveugles les uns aux autres, chacun assigné à un mode d'échec précis : la localisation des zéros, un import caché de RH côté nombres premiers, et l'algèbre linéaire avec un test « proves-too-much » sur les objets de contrôle. Un quatrième referee sur les approximations techniques. Un agent de re-dérivation en aveugle qui a reprouvé l'asymptotique côté premiers par deux routes différentes. Le lemme central reprouvé par deux relecteurs supplémentaires, puis soumis à 100 000 instances aléatoires et plusieurs centaines d'instances adversariales optimisées par gradient, sans violation. Et au bout de dix passes indépendantes, le verdict final du modèle, conservé dans l'appendice : « It needs a human analytic number theorist. » Le volume le formule encore plus simplement : « The next reader should be a person. »

Ce qui a été vérifié après la session, et par qui

La chaîne de vérification post-session compte quatre étages, d'inégale valeur probante.

Le plus solide : la formalisation Lean 4, publiée sur GitHub, couvre les théorèmes A à E en entier, énoncés directement contre la définition de zêta de Mathlib, sans aucun « sorry » et en ne dépendant que des trois axiomes standard de Lean. Elle a été orchestrée par Eric Easley, membre du staff, et passe l'outil de validation comparator. Deux briques manquaient à Mathlib, l'inégalité de trace de von Neumann et la loi d'inertie de Sylvester dans les deux sens : la formalisation les apporte. Nous avions détaillé dans notre analyse des preuves Lean d'Astra ce qu'une vérification formelle garantit et ne garantit pas : elle certifie que la démonstration est logiquement valide, pas que l'énoncé est important, nouveau, ni fidèle à ce qu'on croit lire. Ce dernier point est précisément ce que l'outil comparator réduit, en redéclarant les énoncés contre Mathlib seul.

Ensuite : 31 vérifications symboliques des constantes en SymPy, toutes passées, qui couvrent les constantes mais pas les bornes d'erreur asymptotiques. Puis la relecture humaine interne, par Levent Alpöge et Ralph Furman, deux mathématiciens d'Anthropic, qui ont vérifié l'argument indépendamment, l'ont situé dans la littérature et « prennent la responsabilité de sa communication ». Enfin la relecture externe : Brian Conrey, l'homme du record de 1989, et Dan Goldston, coauteur des papiers dont l'argument se nourrit, « ont généreusement examiné le papier dans un délai court ». C'est un signal fort, et il faut le décrire exactement : une lecture attentive avec commentaires, pas un arbitrage de revue. Aucune déclaration publique de l'un ou de l'autre n'existait au 12 août, et le papier n'est pas sur l'arXiv au 12 août, aucune soumission à une revue n'étant annoncée : il se décrit lui-même comme une passation à la communauté, fautes bienvenues.

Un caveat d'honnêteté que peu de reprises ont mentionné : le volume d'appendices de 90 pages, celui qui raconte la campagne, porte en page de titre l'avertissement qu'aucun humain n'en a écrit ni vérifié le contenu. Le récit du protocole est donc lui-même un artefact du modèle, recoupé par le papier mais non audité indépendamment. Nous l'utilisons ici comme tel.

Ce que ça a coûté, et qui peut le refaire

Les chiffres publiés : 31 millions de tokens de sortie au total pour les deux sessions, une conversation de 54 heures, une soixantaine de sous-agents. Aux prix publics des modèles de pointe, ces seuls tokens de sortie représentent quelques milliers de dollars ; le volume d'entrée, non communiqué et généralement dominant dans une boucle agentique, peut alourdir sensiblement la facture totale, qu'Anthropic n'a pas publiée. Ce qui reste établi : aucun des chiffres publiés n'évoque une infrastructure hors de portée d'une équipe de recherche ordinaire. C'est le même ordre de grandeur que celui documenté sur les preuves d'Astra, et c'est lui qui change qui peut se permettre d'essayer.

Mais la reproduction, elle, est fermée : le modèle est « une version de recherche non publiée de Claude », jamais nommée, et le papier n'offre que la reproductibilité « en esquisse », invitant les lecteurs équipés d'un modèle suffisamment capable à tenter quelque chose de similaire. Le transcript intégral n'est pas publié, le papier indiquant qu'il est disponible sur demande auprès des correspondants humains nommés dans les remerciements ; ce qui est public, c'est le run annoté de 68 pages du sous-agent E2, sans le texte de raisonnement interne. Pour un résultat mathématique, la vérifiabilité est sauve grâce à Lean : n'importe qui peut recompiler la preuve. Pour la méthode d'orchestration, il faut croire le récit sur parole, avec le caveat du paragraphe précédent.

La réception à J+2 : prudente, et un thread qui dit le reste

Deux jours après l'annonce, la réception des mathématiciens de premier plan reste étonnamment silencieuse sur le fond. Ni Conrey ni Goldston ne se sont exprimés publiquement. Terence Tao a publié le jour même un post général sur l'alignement des pratiques d'IA avec les objectifs de la recherche mathématique, sans nommer ni Anthropic ni le résultat. La réaction nominative la plus substantielle est celle de Timothy Gowers, médaillé Fields, rapportée par TechCrunch : si l'on arrive dans un monde où les théorèmes ne sont plus associés à des mathématiciens, ce ne sera peut-être pas plus grave que le fait que les étoiles ne portent pas le nom d'astronomes.

Le témoignage le plus parlant vient d'ailleurs. Antoine Tilloy, physicien théoricien au CNRS, a publié le 10 août un thread de 28 messages sur ce que les modèles de frontière font à la recherche théorique, largement repris par la presse francophone :

C'est comme si je parlais avec un excellent collègue, plus brillant que moi sur quasiment tout, et qui exécute environ 1000 fois plus vite.

Antoine Tilloy, physicien théoricien au CNRS, sur X, le 10 août 2026

Le thread ne parle pas du résultat zêta en particulier, mais il décrit exactement le monde où ce résultat devient possible : des conjectures qui « tombent les unes après les autres », des modèles passés, en quelques mois, du statut d'« exécutant peu fiable, à guider constamment comme un étudiant de master » à celui de collègue qui, « après avoir exécuté ce que je lui ai demandé, propose les prochaines étapes, qui sont assez souvent les bonnes ». Tilloy garde deux points de lucidité que la reprise médiatique a tendance à perdre : sur la créativité pure, l'invention d'un mécanisme nouveau, il juge le modèle « parfois encore un peu décevant, moins bon que mes meilleurs collègues » ; et sur la trajectoire, « ça ressemble autant à une sigmoïde qu'à une exponentielle ». Selon Cryptoast, Tilloy estime par ailleurs que l'IA n'est réellement incontournable en physique théorique que depuis un an environ, et paie de sa poche des abonnements Claude Max et ChatGPT, quand les règles du CNRS privilégient les modèles de Mistral pour les usages professionnels. Son mot de la fin, « je reste prométhéen », assume l'ambivalence : chercher la super-intelligence si elle peut être rendue sûre, en espérant qu'elle soit intrinsèquement difficile.

Ce qu'un studio d'agents en retient

Nous construisons des harnais d'agents pour des systèmes de production, pas pour des théorèmes. Ce protocole est pourtant, presque point par point, une version extrême de ce qui fait tenir un système d'agents en production, et il confirme plusieurs choix que nous défendons.

D'abord, le ratio. Deux producteurs d'idées sur soixante agents, et treize vérificateurs : plus de 20 % de la flotte ne produit rien, elle contrôle. Dans tout projet d'agents, la tentation permanente est de couper les agents de validation parce qu'ils « ne produisent rien » ; ce résultat est un contre-exemple de 35 pages. Ensuite, les contrôles négatifs. Tester chaque mécanisme proposé contre des objets où la propriété visée est fausse, c'est exactement la logique des jeux de données pièges qu'on impose à un agent d'extraction ou de classification avant la mise en production ; ici, elle a éliminé des familles entières d'arguments trop puissants pour être vrais. Troisièmement, la revue croisée en aveugle, chaque referee assigné à un mode d'échec nommé : c'est la version industrialisée de la passe croisée que notre processus éditorial impose à ses livrables, cet article compris : il a été relu par un agent indépendant avant publication, et ses corrections re-vérifiées aux sources. Enfin, le rôle humain : deux prompts de cadrage, quelques encouragements, une interruption, et un « Push it to 2/3 » arrivé trois minutes après que la machine l'avait anticipé. L'humain n'a pas guidé la mathématique ; il a tenu le cap et le budget. C'est une définition assez exacte du métier d'orchestrateur tel que nous le pratiquons, et tel que le choix d'un modèle pour un workflow le suppose : la valeur se déplace vers la formulation du problème, la conception du harnais et la décision d'arrêt.

Ce que nous n'extrapolons pas : un succès spectaculaire, sur un problème auto-vérifiable par formalisation, avec un modèle non publié, ne dit rien de la fiabilité du même schéma sur vos données métier, où il n'existe ni Lean ni zéros connus pour trancher. La leçon transférable n'est pas « les essaims d'agents résolvent tout », c'est : le budget d'échec se provisionne, la vérification se conçoit avant la production, et le verdict final appartient à un humain nommé.

À surveiller

• La réaction écrite de la communauté de théorie analytique des nombres, en particulier un éventuel dépôt arXiv, une soumission à une revue, ou un commentaire public de Conrey, Goldston ou des auteurs de PRZZ.
• La confirmation indépendante que la formalisation Lean recompile chez des tiers, et l'intégration éventuelle des deux lemmes contribués à Mathlib.
• Une éventuelle publication du transcript complet de la session, seul moyen d'auditer le récit du volume d'appendices.
• La réplication du schéma sur d'autres questions ouvertes : la note d'Anthropic mentionne en passant qu'un encouragement similaire a servi à réfuter la conjecture jacobienne, sans donner de détails. Si un second papier arrive, la méthode d'orchestration cessera d'être une anecdote.

FAQ

Claude a-t-il résolu l'hypothèse de Riemann ?

Non. Le résultat est un minorant : au moins deux tiers des zéros non triviaux sont sur la ligne critique. Le papier précise lui-même que ses techniques n'ont « aucune portée sur l'hypothèse de Riemann, dans un sens ni dans l'autre », et que la méthode plafonne structurellement vers 68 %.

Le résultat est-il vérifié ?

En partie, et sérieusement : formalisation Lean 4 complète des théorèmes sans « sorry », validée par l'outil comparator, vérification symbolique des constantes, relecture indépendante par deux mathématiciens d'Anthropic, et lecture du manuscrit par Brian Conrey et Dan Goldston. Il manque l'étape sociale : pas de dépôt arXiv ni de revue par les pairs au 12 août 2026.

Quel modèle a produit ce résultat ?

Anthropic ne le nomme pas : les documents parlent uniquement d'« une version de recherche non publiée de Claude ». Aucun document primaire ne nomme le modèle.

Peut-on reproduire l'expérience ?

Pas à l'identique : le modèle n'est pas accessible et le transcript complet n'est pas publié. La preuve, elle, est intégralement vérifiable par n'importe qui via le dépôt Lean public. Le papier revendique une reproductibilité « en esquisse » : le protocole est décrit, pas rejouable.

Pourquoi ce résultat est-il crédité à Claude et pas aux mathématiciens cités ?

Le papier attribue explicitement : l'argument et sa vérification au modèle, le problème et le cadrage à Jarred Sumner, la mise en contexte et la responsabilité de la communication à Ralph Furman et Levent Alpöge. Et il reconnaît que les papiers de Baluyot, Goldston, Suriajaya et Turnage-Butterbaugh ont « fourni chaque ingrédient analytique » : la contribution du modèle est la lecture algébrique qui les assemble.

Sources

Les citations en français tirées des documents anglais sont traduites par nos soins.

Primaires :

• Note de recherche Anthropic, « Learning more about Claude's mathematical capabilities », 10 août 2026
• Papier de 35 pages signé Claude, « More Than Two Thirds of the Zeros of the Riemann Zeta Function Lie on the Critical Line », 10 août 2026
• Note informelle des mathématiciens d'Anthropic, « 67% of the zeroes are on the line », liée à la note du 10 août 2026
• Volume d'appendices écrit par Claude, « How the two-thirds argument was found », non vérifié par des humains selon sa propre page de titre
• Transcript annoté du sous-agent E2, run du 3 au 4 août 2026
• Dépôt Lean 4 anthropics/zeta-23-lean, tag v1.0, Apache 2.0
• Pratt, Robles, Zaharescu, Zeindler, « More than five-twelfths of the zeros of ζ are on the critical line », Res. Math. Sci. 7 (2020), arXiv:1802.10521
• Conrey, « More than two fifths of the zeros of the Riemann zeta function are on the critical line », J. reine angew. Math. 399 (1989)
• Bombieri, « Remarks on Weil's quadratic functional in the theory of prime numbers, I », Atti Accad. Naz. Lincei, 2000
• Thread d'Antoine Tilloy sur X, 28 messages, 10 août 2026 (unroll ThreadReader)

Reprises indépendantes :

• TechCrunch, « An unreleased Anthropic model made progress on one of math's biggest unsolved problems », Russell Brandom, 11 août 2026
• The AI Insider, « Anthropic Says Claude Improved a Longstanding Bound Tied to the Riemann Hypothesis », 11 août 2026
• Cryptoast, « L'IA est meilleure que moi : le vertige d'un chercheur face à Claude et ChatGPT », Mattis Meichler, 12 août 2026

Consultées le 12 août 2026.